AI-projekt av F-Secure för att utnyttja potentialen av “swarm intelligence”

Det cybersäkerhetsföretaget F-Secure har nyligen skapat ett nytt AI-projekt som använder tekniker inspirerade av “swarm-intelligence”. Som AI News rapporterar, F-Secures nya AI-tillvägagångssätt använder många decentraliserade AI-agenter som alla samarbetar för att utföra specifika mål.

F-Secures nya swarm AI är liknande i koncept till Fetch AI:s tidigare tillvägagångssätt för decentraliserade AI-system, som har använts till IoT-koncept. Men till skillnad från Fetch AI, syftar F-Secure till att ta konceptet med decentraliserad AI och använda det inom cybersäkerhetsdomänen. Specifikt syftar F-Secure till att förbättra företagets upptäckts- och svarsförmåga.

Som Matti Aksela, VP för AI på F-Secure, förklarar, är det allmänt trott att AI bör syfta till att kopiera mänsklig intelligens. Men medan det att mönster AI-system efter mänskligt resonemang och beteende inte är i sig dåligt, förklarade Aksela för AI-News att att bara mönster AI efter mänsklig kognition begränsar vad vi kan göra med AI. Aksela förklarade att vi kan titta utanför mänsklig kognition och utforska andra metoder för att organisera och arkitektera AI. En bredare range av möjliga modeller för AI kan förstärka vad människor redan kan uppnå med AI.

Swarm intelligence är ett beteende av decentraliserade system. Det är ett kollektivt beteende som manifesterar sig i både artificiella och naturliga system. I termer av biologiska system, ses swarm intelligence ofta i stora kolonier av organismer som myror, bin, fiskar och fåglar. Till exempel migrerar många fåglar i stora flockar och när flocken reser, behåller den en konstant formation som varierar mycket lite, med fåglarna som bara avviker några tum från varandra i formationen. Det anses att flyga i sådana formationer minskar den energi som fåglarna kräver för att flyga.

Swarm intelligence har använts för probabilistisk routing i telekommunikationsnätverk och i skapandet av mikrobotar. Ett exempel på detta koncept är de små robotarna skapade av MicroFactory. Robotarna styrs av en kretskort som genererar ett magnetfält, och robotarna själva är magneter. Robotarna är också utrustade med små manipuleringsverktyg som de kan använda för att interagera med omgivningen och manipulera objekt.

Utvecklingen av genuint mänsklig artificiell intelligens, eller Artificiell Allmän Intelligens, kommer att ta några år att skapas. Uppskattningar av olika AI-experter varierar, men i genomsnitt anses det att det kommer att ta runt 50 år att lyckas med skapandet av en AGI. I kontrast, utvecklingen av distribuerade autonoma agenter som de som F-Secure bör ta betydligt kortare tid.

Enligt F-Secure, kommer det att krävas flera år till för deras distribuerade intelligensarkitektur att nå sin fulla potential, men vissa mekanismer baserade på swarm-intelligence-modellen är redan i bruk. F-Scale har använt vissa swarm-intelligence-tekniker för att upptäcka intrång och konstruera lösningar.

F-Secures AI-agenter kan kommunicera med varandra och samarbeta.

Swarm intelligence-tekniker använder sig av talangerna eller förmågorna hos enskilda agenter i agentpoolen, och när dessa färdigheter är nätverksanslutna, finns det ett robust och flexibelt system som kan utföra komplexa uppgifter.

“Väsentligen, kommer du att ha en koloni av snabba lokala AI som anpassar sig till sin egen miljö medan de arbetar tillsammans, istället för en stor AI som fattar beslut för alla”, förklarade Aksela.

I det specifika fallet med F-Secure är de olika agenterna kapabla att lära sig från olika nätverk och värdar, och agenterna kan sprida denna kunskap genom det bredare nätverket som kopplar samman olika organisationer. F-Secure säger att en av de stora fördelarna med detta tillvägagångssätt är att det kan möjliggöra för organisationen att dela känslig information via molnet och fortfarande förbli skyddad på grund av överlägsen upptäckt och attackdetektering.